enesptjazh-Hanszh-Hantfrdeitkoruarhiidtrnlplvithsvhemsukcselrohudafinobn

Gigawat mocy obliczeniowej AI kosztuje teraz 60 miliardów dolarów, a projektanci chipów zatrzymują 40 miliardów z tej kwoty

Dylan Patel twierdzi, że gigawat kosztuje 60 miliardów dolarów, czyli 20 miliardów bez marży za projektowanie chipów. Chip OpenAI i Microsoft Maia 300 chcą zniwelować tę różnicę.

By Published 25 października 2026 7 min read Grounded in the CEOInterviews.AI corpus

Na szczycie CASPA CEO Summit w Santa Clara 24 października Dylan Patel z SemiAnalysis podał cenę rozbudowy infrastruktury AI, którą większość pomija. Gigawat mocy obliczeniowej AI kosztował około 40 miliardów dolarów w 2024 roku. Dziś kosztuje ponad 60 miliardów. Jeśli odjąć marże firm projektujących chipy, jego zdaniem liczba ta spada do około 20 miliardów. Ta różnica, około 40 miliardów dolarów za gigawat, to kwota, którą każdy nabywca mocy obliczeniowej chce teraz odzyskać. W tym samym tygodniu założyciel firmy chipowej, założyciel wyszukiwarki oraz dwaj najwięksi alokatorzy kapitału z Wall Street podali różne odpowiedzi na pytanie, kto ostatecznie ją zatrzyma.

Płyta Nvidia DGX B200 z ośmioma GPU HGX
Płyta Nvidia DGX B200 z ośmioma GPU. Zdjęcie: Pokiiri, Wikimedia Commons, CC BY-SA 4.0.

Gigawat kosztuje teraz o połowę więcej niż w 2024 roku

Patel uczestniczył w panelu z Stacy Rasgonem z Bernstein, moderowanym przez Austina Lyonsa z Chipstrat. Podkreślił, że prawie wszyscy w łańcuchu dostaw podnieśli ceny. Producenci pamięci przeszli z ujemnych marż brutto około dwóch lat temu do marż, które Lyons szacuje na blisko 90%. TSMC wzrósł z około 45% do 60% i, według niego, niewiele z tego oddał.

Więc patrząc na ten rynek, żeby zbudować gigawat, w 2024 roku kosztowało to około 40 miliardów dolarów, prawda, biorąc pod uwagę chipy, ziemię, energię, obudowy, wszystko. Teraz jest to ponad 60.

Dylan Patel, 24 października 2026, CASPA 2026 CEO Summit

Dodał, że Nvidia utrzymała swoją marżę na mniej więcej stałym poziomie, absorbując wyższe koszty pamięci, podłoży i optyki, więc ceny jej serwerów i tak gwałtownie wzrosły. Rasgon podał ze sceny referencyjne dane Nvidii: około 25 miliardów dolarów za gigawat dla Blackwell i 40 miliardów dla Rubin, argumentując, że to w porządku, dopóki wydajność rośnie szybciej niż cena. To byczy scenariusz w jednym zdaniu, oparty na utrzymaniu tempa przez Nvidię.

Najwięksi klienci budują własne chipy

Liczba, która powinna zaniepokoić akcjonariuszy Nvidii, padła w dalszej części wystąpienia. Według jego obliczeń marża projektantów chipów stanowi około dwóch trzecich kosztu gigawata.

Jeśli usuniemy całą marżę firm projektujących chipy, czyli Nvidii, Broadcoma, Marvella itd., to faktycznie wychodzi około 20 miliardów dolarów za gigawat.

Dylan Patel, 24 października 2026, CASPA 2026 CEO Summit

Następnie opisał, co jego firma zobaczyła podczas testów pierwszego chipa OpenAI, części do inferencji, którą OpenAI i Broadcom zaprezentowali 24 czerwca z serwerami, które mają trafić do użytku do końca roku. Twierdził, że "wydajność była lepsza niż Blackwell" w open-source'owym benchmarku InferenceX od SemiAnalysis. To test jednego laboratorium na jednej klasie modeli i chciałbym zobaczyć liczby. Ale to chip pierwszej generacji, a on powiedział, że Anthropic chce zbudować własny w połowie tego czasu. Microsoft ogłosił Maia 300 12 października, reklamując 40% więcej tokenów na megawat i wdrożenia o skali wielu gigawatów od 2027 roku. Patel stwierdził również, że udział Nvidii w mocy produkcyjnych TSMC w zakresie pakowania CoWoS i w dostawach HBM spadł w 2026 roku i spadnie ponownie w przyszłym roku, nawet gdy jej przychody będą się podwajać.

Jego najostrzejsza uwaga dotyczyła oprogramowania. SemiAnalysis potrzebował od sześciu do dziewięciu miesięcy, aby uruchomić inferencję na układach AMD i około półtora miesiąca na chipie OpenAI. Jeśli modele AI ułatwią programowanie chipów, a potem ich projektowanie, to marża projektowa jest częścią tych 60 miliardów, która może zostać wyeliminowana przez konkurencję.

Naveen Rao twierdzi, że marża pozostanie w sprzęcie

Naveen Rao, który sprzedał MosaicML firmie Databricks i kieruje startupem chipowym Unconventional AI, powiedział w 20VC, że komodytyzacja nadejdzie dla prawie każdej innej warstwy. Modele open source, jak stwierdził, będą generować około 80% tokenów w ciągu trzech lat, a wydatki rozłożą się mniej więcej po połowie między nimi a modelami granicznymi. Hosting inferencji zobaczy spadek cen tokenów i kurczenie się marż. Uważa też, że laboratoria nie będą właścicielami całego stosu technologicznego.

Tak naprawdę nie sądzę, że firmy modelowe będą tymi, które będą właścicielami marży całego stosu. To nie jest prawdą nawet dziś. To Nvidia posiada marżę stosu dzisiaj, prawda?

Naveen Rao, 20VC, opublikowano 24 października 2026, źródło

Ale strona sprzętowa prawdopodobnie nie upadnie. Myślę, że ta część nadal będzie miała przewagę, ponieważ zawsze można wycisnąć więcej, mówiąc: hej, zamieniam energię na inteligencję bardziej efektywnie.

Naveen Rao, 20VC, opublikowano 24 października 2026

Czytając Rao obok Patela, widać, że zgadzają się bardziej, niż mogłoby się wydawać. Rao ma na myśli sprzęt w szerokim sensie, czyli chipy, systemy i sieci, które zamieniają energię na tokeny, a on buduje chip konkurujący z Nvidią. Jego argument jest taki, że to, kto najefektywniej zamienia energię na inteligencję, zatrzymuje marżę. Patel twierdzi, że efektywnym konwerterem może być sam nabywca. Rao powiedział też prowadzącemu, że "jeśli jesteś inwestorem czysto software'owym, to masz przechlapane", bo SaaS przestanie zarabiać marżę. On mówi o swoim interesie i przyznaje, że jest "dość AI byczo nastawiony".

Nikt na scenie nie wątpił w popyt

To wszystko nie ma znaczenia, jeśli tokeny nie znajdą nabywców, a dowody na popyt w tamtym tygodniu pochodziły z nieoczekiwanego źródła. Parag Agrawal, były dyrektor generalny Twittera, który prowadzi Parallel Web Systems, sprzedaje wyszukiwanie internetowe agentom AI. Powiedział, że kiedyś twierdził, iż agenci korzystają z internetu tysiąc razy częściej niż ludzie, a teraz uważa, że to było zbyt niskie.

Ale moje najlepsze szacunki dotyczące tego, gdzie jesteśmy teraz, są takie, że agenci korzystają z internetu w 10-20% tego, co robią ludzie. Co oznacza, że jeśli moja liczba tysiąca razy jest prawidłowa, to przed nami co najmniej 5000 lub 10000 razy wzrostu.

Parag Agrawal, Sourcery, 24 października 2026, źródło

Jego zasada mówi, że "na każde 10 GPU wydawanych na inferencję modeli, wydamy jeden do dwóch na wyszukiwanie internetowe". Powiedział również, że jego zespół przeszedł przez kilka alarmów związanych z GPU w ciągu trzech miesięcy, gdzie moce oferowano przez iMessage, zanim dział finansowy podpisze dokumenty. Prognoza 10000-krotnego wzrostu to liczba założyciela. Gorączka o GPU to fakt i dlatego ceny na razie się utrzymują.

Finansowanie decyduje o tym, kogo stać na marżę

Kolejną kwestią poruszoną przez Patela było to, że pieniądze ograniczają teraz to, kto może budować. Chmura bez kontraktu z hiperskalerem lub czołowym laboratorium nie może otrzymać finansowania. Powiedział, że Volta zapłaciła za swoją klastrę Anthropic długiem o kuponie około 12%, sprzedanym po 95 centów, co daje blisko 15% całkowitego kosztu. Semafor poinformował 13 października, że transakcja o wartości 5 miliardów dolarów w Norwegii miała być wyceniona na "co najmniej 11%", z zamówieniem kotwicznym o wartości 1,5 miliarda dolarów od Apollo. Nvidia zaczęła gwarantować czynsze za klastry w zamian za udziały w przychodach, co utrzymuje jej chipy w ruchu i przenosi część ryzyka wynajmującego na Nvidię.

Bill Ackman wyznaczył tę samą linię w CNBC 22 października, posiadając akcje Microsoftu, Amazona i Mety, a unikając neocloudów.

neocloudy to trochę jak inwestowanie w dewelopera nieruchomości, wiecie, w wysoce lewarowanym formacie. Jeśli trafisz, zwroty z lewarowanego kapitału są ogromne. Jeśli nie trafisz, możesz zostać zniszczony.

Bill Ackman, 22 października 2026, CNBC

Stephen Schwarzman posiada nieruchomości. W Bloomberg Leaders, opublikowanym 25 października, powiedział, że firma zajmująca się centrami danych, którą Blackstone kupił w 2021 roku za 10 miliardów dolarów, jest teraz 15 razy większa.

Jesteśmy największym właścicielem centrów danych na świecie. To daje nam kontakt z sześcioma hiperskalerami, ponieważ pracujemy dla nich wszystkich, więc wiemy, co się dzieje prawie wszędzie w tym ekosystemie.

Stephen Schwarzman, 25 października 2026, Bloomberg Leaders

Nazwał też panikę wokół bankructw firm software'owych "mocno przesadzoną" w tym samym wywiadzie. To użyteczna przeciwwaga dla Rao, pochodząca od człowieka, którego fundusze private credit pożyczają tym firmom.

Fabryka TSMC Fab 18 w Parku Naukowo-Technologicznym w południowym Tajwanie
Fabryka TSMC Fab 18 w Parku Naukowo-Technologicznym w południowym Tajwanie. Zdjęcie: 4300streetcar, Wikimedia Commons, CC BY 4.0.

Nvidia już handluje tak, jakby traciła tę argumentację

Rynek ma swoje zdanie. Wskaźnik forward P/E Nvidii spadł do około 19 na koniec września, przy średniej długoterminowej wynoszącej około 32, co zauważył Motley Fool jako najniższy poziom od dekady. Patel stwierdził, że Nvidia i Broadcom handlują przy najniższych mnożnikach w historii, ponieważ inwestorzy obawiają się, że Meta, Google i inni przeniosą projektowanie do wewnątrz. Zyski wciąż rosną w tempie 2x rocznie. Mnożnik wycenia to, co wydarzy się później.

Więc kto zatrzyma te 40 miliardów?

Przez najbliższe dwa lata dostawcy tego, czego jest najmniej. Patel wymienił podłoża jako pierwsze, potem pamięć, potem optykę, z energią za nimi, a Rasgon spodziewa się, że podaż pozostanie napięta do 2028 roku. Ci dostawcy ustalają cenę, a Nvidia ją przenosi. Potem marża projektowa jest narażona. Jeśli pierwszy chip OpenAI naprawdę bije Blackwell, a Anthropic zbuduje własny w połowie czasu, matematyka Patela mówi, że laboratorium budujące za 20 miliardów dolarów za gigawat "mogłoby zapłacić za 5 gigawatów przy pomocy 1 gigawata mocy obliczeniowej do inferencji". Moim zdaniem Jensen Huang utrzyma swoją marżę tylko tak długo, jak każda generacja dostarczy znacznie więcej, niż kosztuje. Wynajmujący i pożyczkodawcy dostają zapłatę tak czy inaczej, przy oprocentowaniu 11-15%, a Schwarzman i Ackman wybrali właśnie to miejsce.